待验证60% 置信事实时间未知

斯坦福大学2023年的研究将Transformer在处理超长上下文时对中间位置信息遗忘率显著高于首尾位置的现象命名为'Lost in the Middle'问题

2

来源数

60%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

Claude Code Sub-Agent：多智能体协作提升开发效率实战指南

bilibiliisomoes

涉及实体

斯坦福大学organization Lost in the Middleconcept Transformerconcept

相关事实

待验证Transformer 模型存在'远端衰减'（Lost in the Middle）现象，对位于上下文中段、距离当前生成位置较远的内容关注度会系统性下降81% 相似已验证斯坦福大学2023年发表了研究论文《Lost in the Middle》，实验证明当关键信息被放置在长上下文的中间位置时，模型的检索准确率会大幅下降80% 相似待验证Transformer模型存在位置偏差，对中间位置信息的检索能力尤其薄弱，即lost in the middle问题78% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/3348

API

curl https://kongchang.com/api/v1/knowledge/claims/3348

MCP

get_claim(id=3348)